Leetcode：347. 前 K 个高频元素（C++）

问题描述：

实现代码与解析：

基于堆排：

原理思路：

优先级队列：

问题描述：

给你一个整数数组 nums 和一个整数 k ，请你返回其中出现频率前 k 高的元素。你可以按 任意顺序 返回答案。

示例 1:

输入: nums = [1,1,1,2,2,3], k = 2
输出: [1,2]

示例 2:

输入: nums = [1], k = 1
输出: [1]

实现代码与解析：

基于堆排：

class Solution {
public:struct myComparison{   bool operator()(const pair<int,int>& p1,const pair<int,int>& p2){return p1.second>p2.second;//根据value排序，小顶堆}};vector<int> topKFrequent(vector<int>& nums, int k) {   unordered_map<int,int> map;//<元素:次数>//先元素都放入map中for(int i=0;i<nums.size();i++){map[nums[i]]++;}priority_queue<pair<int,int>,vector<pair<int,int>>,myComparison> que;//优先级队列//map中元素入堆中for(unordered_map<int,int>::iterator it=map.begin();it!=map.end();it++){que.push(*it);//若堆中元素超过了所需元素个数，则弹出if(que.size()>k){que.pop();}}vector<int> result(k);//接收结果//倒着输入，因为是小顶堆，先输出的是小的for(int i=k-1;i>=0;i--){result[i]=que.top().first;que.pop();}return result;}
};

原理思路：

利用优先级队列（堆），这种结构用来解决这种输出前k个最大或最小这种题是比较方便的，而不是像其他排序一样把所有元素都排序出来，我们这里只用在排序的时候排前k个最大元素即可，因为其他的也用不到，可以减小时间复杂度。（当然这题也可以用快排序来写）

然后说一下具体如何实现的吧，首先将数组nums里的元素遍历并且用map来记录每个元素出现的次数，然后遍历map，让优先级队列que（这里我们用小顶堆）来接收并且进行排序，还有我们只需要前k个值，所以在元素进入que后，我们判断一下优先级队列是否超过了k，若超过则弹出堆顶这个最小的元素（这里就解释了为什么用小顶堆，因为我们要留下来大的，弹出小的），最后我们将堆里所有元素弹出放入到result中即可，注意要倒着放，因为我们是小顶堆，最后弹出来的是最大的数。

下面就补充介绍一下优先级队列吧。

优先级队列：

声明：

priority_queue<type,container,function>

其中第一个参数不可以省略，后两个参数可以省略。

type:数据类型

container:实现优先队列的底层容器，必须是数组实现的容器，vector、deque

function:元素之间的比较方式，默认less<type>（大顶堆）、geater<type>（小顶堆），

在遇到自定义数据类型时，也可以用运算符重载" < "或者仿函数来制定根据什么来排序，下面给出：

重载运算符：

大顶堆：

struct Student
{string name;int score;friend bool operator < (Student s1,Student s2){return s1.score < s2.score;//<大顶堆}
};

小顶堆：

struct Student
{string name;int score;friend bool operator < (Student s1,Student s2){return s1.score > s2.score;//<大顶堆}
};

仿函数：

大顶堆：

//这里直接用本题例子了
struct myComparison{   bool operator()(const pair<int,int>& p1,const pair<int,int>& p2){return p1.second<p2.second;//<根据value排序，大顶堆}};

小顶堆：

//这里直接用本题例子了
struct myComparison{   bool operator()(const pair<int,int>& p1,const pair<int,int>& p2){return p1.second>p2.second;//>根据value排序，小顶堆}};

基本操作：

q.top()    //访问队首元素
q.empty() //判断队列是否为空
q.push()   //插入元素到队尾
q.pop()    //出队队首元素
q.size()   //返回队列中元素的个数